Acceso usuarios
Resumen Introducción el profesionalismo médico es clave para garantizar la calidad de la atención y la colaboración en el equipo de salud. No obstante, actitudes negativas pueden deteriorar la confianza y afectar el trabajo conjunto. La inteligencia artificial, a través de redes neuronales, ofrece un enfoque innovador para predecir y analizar estos comportamientos, pudiendo fortalecer la ética profesional en médicos latinoamericanos. El objetivo fue generar un modelo predictivo de actitudes y comportamientos ético-profesionales entre médicos latinoamericanos mediante el uso de redes neuronales. Materiales y método estudio transversal, mediante una encuesta aplicada a 424 médicos de Paraguay, Perú y Cuba. Las variables dependientes fueron: ignorar la opinión de otros colegas o profesionales de la salud, y criticar a colegas médicos u otros profesionales de la salud frente a los pacientes. Las variables independientes incluyeron características como edad, género, especialidad e indicadores adaptados del cuestionario desarrollado por Kwon HJ et al. Se implementó una red neuronal perceptrón multicapa. Resultados el modelo alcanzó una precisión global del 71,20% en el entrenamiento y 69,40% en las pruebas. Los valores del área bajo la curva (AUC) cercanos a 0,75 para las categorías «Ignorar la opinión de colegas» y «Criticar a colegas frente a pacientes» reflejando un buen desempeño del modelo. Las variables más influyentes incluyeron comportamientos éticos y profesionales, como la discriminación hacia colegas, la provisión de información incorrecta y el cumplimiento de responsabilidades laborales. Conclusiones la red neuronal tipo perceptrón multicapa fue eficiente para el análisis de actitudes y comportamientos ético-profesionales en la práctica médica. Introduction Medical professionalism is key to ensuring quality of care and collaboration within the healthcare team. However, negative attitudes can undermine trust and affect teamwork. Artificial intelligence, through neural networks, offers an innovative approach to predicting and analyzing these behaviors, potentially strengthening professional ethics in Latin American physicians. The objective was to generate a predictive model of ethical and professional attitudes and behaviors among Latin American physicians through the use of neural networks. Materials and method A cross-sectional study was conducted using a survey of 424 physicians from Paraguay, Peru, and Cuba. The dependent variables were ignoring the opinions of other colleagues or healthcare professionals, and criticizing fellow physicians or other healthcare professionals in front of patients. The independent variables included age, gender, specialty, and indicators adapted from the questionnaire developed by Kwon HJ et al. A multilayer perceptron neural network was implemented. Results The model achieved an overall accuracy of 71.20% in training and 69.40% in testing. The area under the curve (AUC) values were close to 0.75 for the categories “Ignoring the opinions of colleagues” and “Criticizing colleagues in front of patients”, reflecting good model performance. The most influential variables included ethical and professional behaviors, such as discrimination toward colleagues, provision of incorrect information, and fulfillment of job responsibilities. Conclusions The multilayer perceptron neural network was efficient for analyzing ethical and professional attitudes and behaviors in medical practice.
